电子鼻在沃柑贮藏时间识别中的应用

[目的]利用电子鼻技术对不同贮藏时间的沃柑进行检测分析,为快速判断沃柑的新鲜度及建立沃柑品质快速评价体系提供技术支持.[方法]利用PEN3电子鼻系统获取不同贮藏时间沃柑的气味特征值,通过载荷分析法分析传感器对沃柑芳香物的相对重要作用,采用主成分分析(PCA)和线性判别分析(LDA)对气味特征值进行分析并建立预测模型,并以样品果对预测模型进行验证.[结果]不同贮藏时间的沃柑会产生不同气味响应信号,经载荷分析发现传感器7(W1W)、9(W2W)、6(W1S)、2(W5S)和8(W2S)在沃柑贮藏期识别中影响最大;建立模型时选取90~92 s时的稳定响应值作为特征值;采用PCA无法对贮藏间隔5 d的沃柑进行区分,而应用LDA能很好地区分不同贮藏时间的沃柑,总贡献率85.12%.预测模型能对样品果进行贮藏时间的初步判别,平均准确率达98.23%.[结论]电子鼻结合LDA的无损检测方法能对不同贮藏时间的沃柑气味特征进行识别并区分,可应用于沃柑贮藏时间快速判断.     

猪肉储藏时间的电子鼻区分方法

用电子鼻对不同储藏时间(0~6 d)的猪肉样品进行区分,并确定电子鼻区分不同储藏时间肉品的较佳实验参数.对传感器信号进行多因素方差分析(analysis of variance,ANOVA)表明:对于固定容器的猪肉样品,不同的样品质量对电子鼻响应信号的影响极为显著;其次是样品在烧杯内的密封时间.通过单因素方差分析和区分度指标检验,得出猪肉在500 mL烧杯内的最佳参数为样品质量10 g、密封时间5 min.采用以上参数,对储藏0~6 d的猪肉样品进行辨别,结果发现不管是运用主成分分析(principle components analysis,PCA)还是线性判别分析(linear discri minant analysis,LDA),电子鼻都能很好地区分不同储藏天数的猪肉样品.     

电子鼻结合顶空SPME-GC-MS分析毛竹冬笋的挥发性成分

为研究毛竹冬笋的主要挥发性成分,以自然生长毛竹冬笋(CK)和施肥处理毛竹冬笋(EG)为研究对象,利用电子鼻结合顶空固相微萃取-气相色谱-质谱联用法(Headspace solid-phase microextraction-Gas chromatography-mass spectrometry,SPME-GC-MS)对其挥发性成分进行检测与分析。通过对毛竹冬笋样品进行GC-MS检测、主成分分析(Principal component analysis,PCA)以及线性判别分析(Linear discriminant analysis,LDA)可知,毛竹冬笋的挥发性成分主要是柏木醇、肉豆蔻醛、1,3-二羟基丙酮、5-羟甲基糠醛和2-羟基-丁酸酮。PCA和LDA主成分贡献率分别为99.336%、93.719%,均高于85.000%,说明电子鼻传感器的识别效应较高,并且样品之间的挥发性成分区分效果较好。SPME-GC-MS分析结果表明,2种样品均鉴定出34种成分,均是醇类、醛类、酮类的相对含量较高,并且CK高于EG,与由电子鼻检测得出的电阻比结果以及PCA和LDA分析结果基本吻合。说明,电子鼻能够区分CK和EG的挥发性成分。     

电子鼻在紫菜识别中的应用

采用电子鼻技术对不同生产日期的坛紫菜进行识别,并对所获得数据进行主成分分析(PCA)、线性判别法(LDA)分析,发现电子鼻可以区分所选的不同生产日期的坛紫菜.研究还发现,电子鼻能够识别随着货架期延长造成的坛紫菜的气味变化,将所选的生产日期不同的种坛紫菜区分开来.坛紫菜的Loadings分析表明,2号传感器对第一主成分贡献率最大,6号传感器对第二主成分贡献率较大.     

基于气敏传感器阵列的茶叶等级检测方法研究

采用由6个金属氧化物气教传感器组成阵列的电子鼻对3个等级的信阳毛尖茶进行检测.通过主成分分析(PCA)、系统聚类分析和线性判别分析(LDA)对茶叶样本进行了分类判别.试验结果表明,该气敏传感器阵列可以区分不同等级的信阳毛尖茶叶.PCA、系统聚类分析和LDA判别分析的正确率分别为96.6%,88.3%,100%.     

不同成熟度草莓鲜榨果汁的电子鼻和电子舌检测

采用电子鼻和电子舌,通过主成分分析(principal component analysis,PCA)、线性判别分析(linear discriminant analysis,LDA)对不同成熟度草莓鲜榨果汁的风味品质进行检测区分,并通过偏最小二乘回归分析(partial least squares,PLS)建立电子鼻和电子舌传感器响应信号与草莓鲜榨汁理化指标之间的关系,定量预测草莓的品质指标.结果表明:PCA和LDA法均对不同成熟度草莓鲜榨汁的区分效果较好,且电子舌的区分效果好于电子鼻,电子鼻和电子舌传感器响应信号融合后的区分效果与电子舌相当;通过PLS法,电子舌传感器响应信号能够较好地预测不同成熟度草莓鲜榨汁的可溶性固形物含量、Vc含量和pH值,但对总酸含量的预测能力稍差,其校正决定系数R2为0.876,预测决定系数R2为0.793;电子鼻和电子舌传感器响应信号融合后能够很好地预测不同成熟度草莓鲜榨汁的可溶性固形物、Vc和总酸含量及pH值,其预测能力好于单一的电子鼻或电子舌,其中对于电子舌不能很好预测的总酸含量其校正决定系数和预测决定系数分别上升为0.965和0.908.表明采用上述方法能对样品进行较好地区分且能对样品的品质指标进行较好地预测,其中电子鼻和电子舌信号融合对样品的区分能力和预测能力增强,验证了电子鼻和电子舌结合是对样品气味和味道的综合信息进行评价.     

不同生产日期山楂罐头的电子鼻检测研究

[目的]探索电子鼻对不同生产日期山楂罐头风味变化的响应情况。[方法]采用电子鼻技术对不同生产日期的山楂罐头进行识别,并对所获得数据进行了主成分分析（PCA）、线性判别法（LDA）和Loading法分析。[结果]随着山楂罐头货架期的延长,山楂罐头的气味发生变化,电子鼻能够识别这种变化,并能将不同生产日期的山楂罐头区分开来,而且气味的变化与时间呈一定的线性关系。电子鼻2号传感器对第1主成分贡献率最大,4、6号传感器对第2主成分贡献率较大。研究还选取了3种不同生产日期的山楂罐头进行区分,发现电子鼻能够识别未知的样品。[结论]可以将电子鼻用于山楂罐头新鲜度的检测中。     

不同烘烤度橡木片陈酿葡萄酒的电子鼻快速区分

采用电子鼻技术对不同烘烤度橡木片陈酿的葡萄酒进行检测,优化电子鼻传感器,并使用PCA(主成分分析)和LDA(线性判别分析)两种模式对优化信息进行分析。结果表明,两种分析模式均可显著区分经橡木片陈酿的葡萄酒与未经陈酿的原酒。在葡萄酒陈酿第22天前,LDA能够将不同烘烤度橡木片陈酿的葡萄酒明显区分开,LDA-DI均大于80%(陈酿第9天和第15天出现波动)。在葡萄酒陈酿26d左右,其陈酿接近完成,此时LDA依然能对其进行一定程度区分,LDA-DI值为-0.2%,总之,LDA-DI值均高于PCA-DI值。实验表明,电子鼻可以准确、高效地鉴别葡萄酒陈酿与否并可对不同陈酿工艺作出区分,为葡萄酒品质快速鉴定提供有力依据。此外,相较于PCA法,LDA法区分效果更好。     

不同储藏时间柑橘电子鼻检测研究

利用电子鼻PEN2系统对不同储藏方式及时间下柑橘芳香成分进行检测分析。试验先通过电子鼻系统动态采集柑橘芳香成分并得到电子鼻的响应值，再利用PCA、LDA等模式识别方法进行数据分析，LDA方法能更好区分不同储藏时间的柑橘，表明利用电子鼻能够无损检测区分不同新鲜度的柑橘，同时采用Loadings分析方法可以得知，传感器2，7，9在柑橘新鲜度检测中起主要作用，这为进一步优化传感器以及探索方便快捷的柑橘无损检测技术提供了依据。     

信阳毛尖茶品质等级的电子鼻检测

采用由6个金属氧化物气敏传感器组成阵列的电子鼻对2个等级的信阳毛尖茶进行检测,并通过主成分分析(PCA)、判别分析(LDA)和BP神经网络对数据进行分析和识别.PCA和LDA结果显示,可以将2个等级的茶叶完全区分开.采用3层BP神经网络对数据矩阵进行茶叶等级的定量预测,预测结果平均相对误差为1.16,最大相对误差为13.32.研究结果表明,供试气敏传感器阵列对信阳毛尖茶等级的检测具有很高的定量分析精度.     

基于小鼠粪便气味信息的牛乳清蛋白功能效果的鉴别区分

以电子鼻气敏传感器阵列跟踪牛乳清蛋白干预小鼠粪便气味,以期建立基于气味信息无损评价牛乳清蛋白功能的新方法。动物实验结果表明,与NS组比较,给药牛乳清蛋白试验组血清中的超氧化物歧化酶(SOD)活性上升,丙二醛(MDA)含量显著下降,牛乳清蛋白在小鼠血清中具有抗氧化的能力。电子鼻实验单因素方差分析发现,样品量、顶空生成时间、顶空生成体积和载气流速对传感器S5影响均不显著,对其他传感器响应信号的影响显著。结合典则判别分析获得电子鼻检测较佳条件为:样品量1粒,顶空生成时间10 min,顶空生成体积150 mL,载气流速200 mL·min^-1。结合主成分分析和典则判别分析,电子鼻基本可将牛乳清蛋白不同灌胃剂量与对照组小鼠粪便样品区分,并区分不同灌胃剂量的不同周期组小鼠粪便样品。采用多元线性回归分析建立了小鼠体重的预测(R²=0.122 7),效果尚可。典型相关分析结果表明,粪便电子鼻气味信息与其生理指标两者有着极好的相关性,关联性较强。基于干预小鼠粪便气味信息,可以实现牛乳清蛋白干预与对照药物处理的区分,为食品体内功能性无创评价提供了方法思路。     

基于电子鼻气味信息和多元统计分析的枸杞子产地溯源研究

为实现不同产地枸杞子的快速、客观判别,在优化电子鼻检测条件的基础上,利用电子鼻信号定性判别3种不同产地枸杞子间的差异,并定量预测其产地。方差分析发现:顶空体积对电子鼻10个传感器的响应影响极显著;样品质量对S7响应影响显著,对其余9个传感器响应影响极显著;除对S2、S7、S9和S10影响不显著外,顶空生成时间对其余6个传感器响应影响极显著。方差分析结合判别分析确定电子鼻检测枸杞子的较佳条件为:载气流速300 mL·min^-1,样品质量20 g,顶空体积500 mL,顶空生成时间30 min。在此条件下检测3种不同产地(甘肃瓜州、青海柴达木和宁夏中宁)枸杞子,发现主成分分析和典则判别分析均能将3种不同产地枸杞子区分开,且典则判别分析结果图中数据点的集聚性更好;采用BP神经网络建立产地的预测模型能有效预测枸杞子的产地(正确识别率为96%)。电子鼻在枸杞子产地判别时具有可行性,为枸杞产地追溯提供理论依据。     

基于电子鼻和HS-SPME-GC-MS分析煮制方式和时间对白胡椒中风味物质的影响

采用电子鼻和顶空固相微萃取-气相色谱-质谱联用技术,研究常压煮制和高压煮制2种煮制方式,以及煮制30min、60min、90min、120min、180min和240min等6种煮制时间对白胡椒煮制液中挥发性风味物质组成及含量的影响。结果表明,电子鼻的主成分分析可以区分不同煮制条件下的煮制液;煮制方式和时间对胡椒煮制液中风味物质的含量影响较大;白胡椒煮制液中的主要风味物质是单萜类化合物,大部分风味物质的相对含量随着煮制时间的延长呈现先增加后缓慢降低的趋势;在不同煮制时间下,与常压煮制相比,高压煮制下白胡椒煮制液中主要风味物质的差异更大;常压煮制则适用于单萜类化合物的缓慢溶出,高压煮制更有利于倍半萜类物质的快速溶出。     

电子鼻在果蔬贮藏保鲜中应用的研究进展

果蔬采后变化是一个复杂的生物学过程,涉及成熟、衰老和死亡等多个阶段,导致果蔬内部物质发生一系列生理、生化和微生物变化,从而影响果蔬的品质和风味。气味是果蔬品质和风味的重要指标之一,与果蔬品种、成熟度、新鲜度和采后病害等因素具有密切关系。传统的气味分析方法主要包括仪器分析（如气相色谱 - 质谱联用）和感官分析,但这些方法存在局限性,如气相色谱 - 质谱联用不能全面反映样品的整体风味,且样品前处理复杂、检测耗时长、技术成本高等;而感官分析受主观因素影响较大。电子鼻作为一种模拟生物嗅觉系统的仪器,能够快速、客观和准确地检测和识别气味信号,逐渐成为果蔬贮藏保鲜领域的研究热点。综述电子鼻在果蔬品种与产地鉴定、成熟度判断、新鲜度检测、采后病害监测、果蔬农药残留和品质评价等方面的应用进展,并分析电子鼻在实际应用中面临的挑战和问题,展望果蔬采后精准化检测的未来发展趋势,以及提出了电子鼻向专一化、智能化、实用化方向改进的可能途径,为实现果蔬品质精准化检测提供参考和技术支持。     

电子鼻技术在复烤加料烟叶质量评价中的应用

以山东和重庆烟叶为样品,研究了电子鼻技术在打叶复烤加料烟叶质量评价中的应用。电子鼻技术评价结果表明,加料处理后SDSW01和SDSW04样品香气主成分改善明显,香气物质更加均一,SDSW05样品香气主成分改善明显,均一性改善不明显,SDSW02样品几乎没有改善。评吸结果表明,加料处理使SDSW01和SDSW04样品感官质量改善显著,SDSW05样品改善较明显,协调性没有改善,而对重庆样品SDSW02基本没有改善效果。香气评价和评吸结果基本一致,说明电子鼻技术可以在加料烟叶质量评价中得到广泛应用。     

南美白对虾鲜度的气味检测技术研究

以南美白对虾为研究对象,当虾新鲜度变化时,其气味发生改变,结合感官评定和挥发性盐基氮的测定,分别用电子鼻和顶空固相微萃取气质联用技术（HS\|SPME\|GC\|MS）对不同鲜度虾的气味进行了研究。结果显示：构成电子鼻传感器阵列的6个传感器中,有5个传感器的输出信号能在虾鲜度变化过程中呈现有规律的变化。顶空固相微萃取气质联用技术检测表明,虾鲜度变化时,其散发的挥发性成分有含氮化合物、烷烃类化合物、硫化物类及醇类化合物等。将电子鼻各传感器的变化规律和挥发性成分测定相比较,结果表明二者检测结果有较好的一致性,说明可以尝试利用电子鼻评价虾新鲜度。     

基于电子鼻多传感器融合的茶叶存储时间识别

借助电子鼻检测存储60、120、180、240、300、360 d的黄山毛峰茶香气信息,根据电子鼻各传感器响应曲线变化特点,选取出1组能够表征不同香气信息的基本特征变量,分别采用主成分回归(PCR)、偏最小二乘回归(PLS)和BP神经网络(BPNN)方法,建立茶叶存储时间的预测模型。测试样本集对3种预测模型的检验结果表明:PCR、PLS、BPNN模型的预测标准误差分别为10.05、6.04、3.21d;最大预测相对误差分别为11.03%、7.02%、5.89%;平均预测相对误差分别为6.73%、4.74%、3.62%;预测值与实际值之间的决定系数R2分别为0.862、0.896、0.987。3种模型都能较好地对茶叶存储时间进行预测,相比较而言,BPNN模型性能最优,PLS模型性能优于PCR模型。     

黑米红枣乳酸菌发酵饮料品质分析

以黑米和红枣为原料,制备新型复合乳酸菌发酵饮料,测定其理化指标、总酚和黄酮质量浓度及DPPH自由基和ABTS自由基清除能力,采用电子鼻、电子舌和SPME-GC-MS对2种饮料的感官特性和挥发性风味物质进行比较分析。结果表明:与红枣乳酸饮料相比,黑米红枣乳酸菌发酵饮料酸度和总固形物含量增大,颜色更加鲜亮丰满;黑米红枣乳酸饮料的总酚和总黄酮质量浓度、DPPH自由基和ABTS自由基清除率显著高于红枣乳酸饮料;电子鼻和电子舌对2种饮料的感官特性及其差异有很好的识别能力;黑米红枣乳酸饮料与红枣乳酸饮料的醛类、酮类、醇类、脂类等挥发性香气成分及有机酸成分有较大差异,黑米红枣乳酸饮料相比红枣乳酸饮料有更好的色泽、风味、滋味和适口性。     

茶叶中茶多酚含量电子鼻技术检测模型研究

为探索茶叶茶多酚含量的快速检测方法,利用电子鼻技术对3个品质等级信阳毛尖茶的挥发性气味进行了研究.采用多元线性回归、二次多项式逐步回归分析和BP神经网络分别建立传感器信号和信阳毛尖茶的茶多酚含量之间的预测模型,并用测试集样本对模型进行验证.试验结果表明,3种模型茶多酚含量预测值与实测值之间的相关系数分别为0.86,0.90和0.92;预测标准误差分别为0.61,0.5和0.14;平均误差分别为2.5％,1.5％和1.0％.3种建模方法对茶多酚含量的预测结果都很好,最优模型为BP神经网络.研究结果表明电子鼻技术结合有效地模式识别方法可以用于茶叶理化成分的快速检测.